Qwen 2.5 VL 7B Instruct — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Compact vision-language model that punches above its weight. Excellent OCR, document parsing, and visual reasoning. Understands charts, invoices, screenshots, and web pages. Fits in 6GB VRAM.
Qwen 2.5 VL 7B Instruct potrzebuje około 6 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.
VRAM i szybkość według kwantyzacji
Liczone dla NVIDIA RTX 4090 (24 GB). Obejmuje pamięć podręczną KV przy kontekście 8K, więc wartości są wyższe niż główna liczba.
| Kwant. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 4 GB | ~162 tok/s | Mieści się | |
| Q3_K_M 3.41 bpw | 4.8 GB | ~138 tok/s | Mieści się | |
| Q4_K_M 4.83 bpw | 6.3 GB | ~109 tok/s | Mieści się | |
| Q5_K_M 5.67 bpw | 7.1 GB | ~97 tok/s | Mieści się | |
| Q6_K 6.56 bpw | 8.1 GB | ~87 tok/s | Mieści się | |
| Q8_0 8.50 bpw | 10.1 GB | ~70 tok/s | Mieści się | |
| F16 16.00 bpw | 17.8 GB | ~41 tok/s | Mieści się |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Qwen 2.5 VL 7B Instruct →
Uruchom Qwen 2.5 VL 7B Instruct
Najtańsze GPU z naszego katalogu, które uruchomi Qwen 2.5 VL 7B Instruct, to Intel Arc B570 (10 GB).
lub porównaj w Vast.ai od $0.35/godz. (typical low · varies)
Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.
Jak uruchomić Qwen 2.5 VL 7B Instruct
Zainstaluj Ollama, a potem uruchom:
ollama run qwen2.5vl:7bSpecyfikacja
Curated — A hand-written entry from before this catalogue recorded its sources. The figures are long-standing but their provenance is not on file.
- Parametry
- 7 Billion
- Okno kontekstu
- 128,000
- Architektura
- Dense + ViT
- Dostawca
- Alibaba Cloud
- Licencja
- Apache 2.0
- Practical deployment
- Laptop
- Określono przy
- Q4_K_M
- RAM systemowy
- 16 GB
- Rekord zaktualizowany
- 2025-01-25
Commercial use permitted. No usage restrictions beyond attribution.
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
Czy uruchomię Qwen 2.5 VL 7B Instruct na moim GPU?
- Qwen 2.5 VL 7B Instruct na AMD Radeon RX 9060 XT 8GB
- Qwen 2.5 VL 7B Instruct na AMD Ryzen AI Max+ 395
- Qwen 2.5 VL 7B Instruct na Apple M1 Max
- Qwen 2.5 VL 7B Instruct na Apple M2 Max
- Qwen 2.5 VL 7B Instruct na Apple M3 Max
- Qwen 2.5 VL 7B Instruct na Apple M5 Pro
- Qwen 2.5 VL 7B Instruct na Intel Arc B570
- Qwen 2.5 VL 7B Instruct na Intel Arc B580
- Qwen 2.5 VL 7B Instruct na NVIDIA A100 80GB (PCIe)
- Qwen 2.5 VL 7B Instruct na NVIDIA GeForce RTX 3060 (12GB)
- Qwen 2.5 VL 7B Instruct na NVIDIA GeForce RTX 3070
- Qwen 2.5 VL 7B Instruct na NVIDIA GeForce RTX 3070 Ti
- Qwen 2.5 VL 7B Instruct na NVIDIA GeForce RTX 3080 (10GB)
- Qwen 2.5 VL 7B Instruct na NVIDIA GeForce RTX 4060
- Qwen 2.5 VL 7B Instruct na NVIDIA GeForce RTX 4070
- Qwen 2.5 VL 7B Instruct na NVIDIA GeForce RTX 4070 Super
- Qwen 2.5 VL 7B Instruct na NVIDIA GeForce RTX 4070 Ti
- Qwen 2.5 VL 7B Instruct na NVIDIA GeForce RTX 5060
- Qwen 2.5 VL 7B Instruct na NVIDIA GeForce RTX 5060 Ti 8GB
- Qwen 2.5 VL 7B Instruct na NVIDIA GeForce RTX 5070
- Qwen 2.5 VL 7B Instruct na NVIDIA H100 80GB (PCIe)
- Qwen 2.5 VL 7B Instruct na NVIDIA L40S
- Qwen 2.5 VL 7B Instruct na NVIDIA RTX 6000 Ada Generation
- Qwen 2.5 VL 7B Instruct na NVIDIA RTX PRO 6000 Blackwell
Inne rozmiary Qwen 2.5 VL
Qwen 2.5 VL 7B Instruct — najczęściej zadawane pytania
How much VRAM does Qwen 2.5 VL 7B Instruct need?
About 6 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Qwen 2.5 VL 7B Instruct run on an RTX 4090 (24 GB)?
Yes. Qwen 2.5 VL 7B Instruct needs about 6 GB at Q4_K_M, inside a 24 GB card, at an estimated 109 tokens/sec.
How do I run Qwen 2.5 VL 7B Instruct locally?
Install Ollama and run `ollama run qwen2.5vl:7b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does Qwen 2.5 VL come in?
Qwen 2.5 VL 7B Instruct (6 GB), Qwen 2.5 VL 72B Instruct (45 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.